1 УрФУ-ФТИ: Теория операторов 1. Метрические и линейные нормированные пространства Зелёный цвет текста – материал, обязательный для изучения в аудитории. Синий цвет – материал, изложенный на аудитории. Красный цвет – материал для самостоятельного изучения. Чёрный цвет – дополнительный материал для самостоятельного ознакомления. Определение расстояния. Метрическое пространство. Понятие расстояния известно из обыденной практики. Здесь приведены некоторые свойства расстояния, основанные на повседневном опыте. Как следует из нашего опыта, расстояние – это некоторое неотрицательное число, которое ставится в соответствие паре точек, например ( A, B ) , реального пространства или абстрактного евклидова пространства. Для расстояния используются следующие обозначения: dist( A, B ) d ( A, B ) ( A, B ) . Свойства расстояния следуют из практики его измерения: 1) всегда dist( A, B ) 0, причём dist( A, B ) = 0 A B ; 2) dist( A, B ) = dist(B, A) для любых точек A и B ; 3) для любых трёх точек A, B и C всегда dist( A, B ) dist( A, C ) + dist(C , B ) . Напомним, что множество всех упорядоченных пар точек A, B некоторого множества X называется произведением множества X на себя и обозначается X X . Таким образом, расстояние является действительной функцией, определённой на произведении X X и имеющей множеством значений некоторое подмножество M R 0, то есть dist( A, B ) : X X → M . Дадим общее определение расстояния, не зависящее от природы множества, на котором оно определяется. Определение 1.1. Пусть X – некоторое множество, элементы которого будем обозначать x, y, z , и называть точками. Отображение + : X X → R + 0 называется расстоянием или метрикой, если оно удовлетворяет следующим трём аксиомам: (x, y, z X ) 1) ( x, y ) 0 x y ( x, y ) = 0 x = y ; (1.1) 2) ( x, y ) = ( y, x ) ; (1.2) 3) ( x, y ) ( x, z ) + ( z, y ) . (1.3) Пара X , , или ( X , ) в этом случае называется метрическим простран- ством. • Дальше иногда будем обозначать метрическое пространство не символом пары X , , просто X , если расстояние во множестве X определено одно- значно. 2 УрФУ-ФТИ: Теория операторов В определении 1.1 аксиома (1.1) расстояния выражает его положительную определённость, аксиома (1.2) – симметрию, а аксиома (1.3) – неравенство треугольника. Каждое подмножество метрического пространства само является метрическим пространством с той же самой метрикой. Пример 1.1. В линейной алгебре расстояние в n -мерном евклидовом пространстве определено формулой, не зависящей от выбора базиса: → → → → → → → → x , y dist x , y = x − y , x − y . В случае ортонормированного базиса имеем: → → x, y = (x 1 − y1 ) + (x 2 2 − y2 ) 2 ( ++ x n − y n ) 2 . Из последних формул нетрудно видеть, что определённое таким образом расстояние обладает всеми свойствами метрики. Следовательно, каждое евклидово пространство является метрическим пространством. Пример 1.2. Всякое множество можно превратить в метрическое пространство. Действительно, пусть x и y – элементы некоторого произвольного множества X . Положим по, определению, если x y; 0, если x = y. def 1, (x, y ) = Легко проверить, что определённое расстояние обладает всеми свойствами метрики. Однако введённое так расстояние носит формальный характер и не имеет практического значения. Дальнейшие свойства расстояния. Из аксиом 1 – 3 определения 1.1 можно получить дальнейшие свойства расстояния, которые также хорошо известны из практики. 4) Если X , – метрическое пространство, а x, y, z1 , z 2 , , z n – не- которые его точки, то из аксиомы 3 непосредственно следует, что (x, y ) (x, z1 ) + (z1 , z 2 ) + + (z n−1 , z n ) + (z n , y ). (1.4) x, y, z, x1 , y1 X . Тогда (x, y ) − ( y, z ) (x, z ) . 5) Пусть Действительно, нетрудно видеть, что (x, y ) (x, x1 ) + (x1, y1 ) + ( y1, y ), (x1, y1 ) (x1, x ) + (x, y ) + ( y, y1 ) . Так как ( x, x1 ) = ( x1 , x ) и ( y, y1 ) = ( y1 , y ) , то (x, y ) − (x1, y1 ) (x, x1 ) + ( y1, y ) , (x1, y1 ) − (x, y ) (x, x1 ) + ( y1, y ) . Отсюда имеем: (1.5) 3 (x, y ) − (x1 , y1 ) (x, x1 ) + ( y, y1 ). УрФУ-ФТИ: Теория операторов Полагая y1 = y, x1 = z , получаем (1.5). Неравенство (1.5) означает, что в треугольнике длина одной стороны больше или равняется абсолютной величине разности длин двух других сторон – факт, известный из элементарной геометрии. Из (1.5) и неравенства треугольника имеем: (x, y ) − ( y, z ) (x, z ) (x, y ) + ( y, z ). (1.6) Предел в метрическом пространстве. В любом метрическом пространстве X , можно определить понятие предела. (xn ) – последовательность элементов (точек) метрического пространства X , . Говорят, что последовательность ( xn ) сходится к пределу x0 X , если числовая последовательность ( ( x0 , xn )) Определение 1.2. Пусть при условии n → сходится к нулю. • Последовательность точек xk метрического пространства ( ) вается фундаментальной последовательностью, если ( 0) ( n ( ) N ) : ( n, m n ( ) ) ( x 0 0 n X , назы- − xm ) . Наличие понятия предела в метрическом пространстве позволяет ввести и другие нужные для построения анализа понятия. Определим в метрических пространствах часто встречающиеся в различных разделах математики множества. Определение 1.3. Пусть X , – метрическое пространство, x0 X – фиксированная точка, а r 0 – некоторое действительное число. Множество точек x X , удовлетворяющих условию ( x0 , x ) = r , называется сферой радиуса r с центром x0 в метрическом пространстве X , . • Определение 1.4. Множество точек метрического пространства X , , удовлетворяющих условию (x0 , x ) r (или (x0 , x ) r ), называ- ется соответственно открытым (замкнутым) шаром с центром x0 X и (конечным) радиусом r 0 . • Если не оговорено иное, под шаром понимают замкнутый шар. Определение 1.5. Подмножество X k , метрического пространства X , называется ограниченным, если существует замкнутый шар, содер- жащий это подмножество. • На этом мы закончим краткий обзор теории общих метрических пространств, более полная теория которых является предметом таких дисциплин, как «Теоретико-множественная топология» и «Функциональный анализ». Дальше будем изучать только линейные пространства, а именно нормированные линейные пространства. Для этого нам потребуется формализовать определение нормы – 4 УрФУ-ФТИ: Теория операторов действительной числовой функции, определённой на элементах произвольных линейных пространств. Линейные пространства. Определение линейного пространства над произвольным числовым полем P почти точно повторяет определение векторного пространства в линейной алгебре. Определение 1.6. Множество X абстрактных элементов (векторов) u , v , w, , x , y , z, , называется линейным (векторным) пространством над полем P , если для его элементов выполнены перечисленные ниже аксиомы. 10 . Для любых элементов (векторов) x , y X однозначно определена операция сложения, результатом которой является элемент (вектор) того же пространства, обозначаемый x + y X и называемый суммой элементов (векторов) x и y , причём, операция сложения обладает следующими свойствами: a) (x, y, z X ) ( x + y ) + z = x + ( y + z ) – операция сложения ассо- циативна; b) x, y X ( ) x + y = y + x – операция сложения коммутативна. 20 . Существует однозначно определённый вектор 0 X такой, что (x X ) x + 0 = x . 30 . Для любого вектора x X существует однозначно определённый элемент − x X , который называется обратным вектору x X и обладает свойством x + (−x) = 0. 40 . Для любого числа P и для любого вектора x X определена операция умножения вектора на число, результатом которой является вектор x X , называемый произведением вектора x на число , причём, операция умножения векторов на числа обладает следующими свойствами: ( , P ) (x, y X ) a) 1 x = x ; b) x + y ( ) = x + y; ( + ) x = x + x ; d) ( ) x = ( x ) . • c) Заметим, что элементами линейного пространства могут быть самые разные объекты, например функции, для которых выполняются аксиомы определения 1.6. Поэтому термин “вектор” по отношению к элементам линейного пространства следует применять с учётом сделанного замечания. 5 УрФУ-ФТИ: Теория операторов R1 a, b вещественных функций не1 прерывных на замкнутом промежутке a, b , где a, b R , a b . Это множеПример 1.3. Рассмотрим множество ство является вещественным линейным пространством. В качестве операции сложения элементов фигурирует операция сложения функций, а в качестве операции умножения элемента на число – операция умножения функции на вещественное число. В качестве нулевого элемента фигурирует функция (x a, b) 0 ( x ) 0 . В качестве обратного вектора фигурирует функция (x a, b) − f ( x ) = ( −1) f ( x ) . Умножение элемента на число обладает свойствами a) – b). Например, для свойства b имеем: (x a, b) ( f + g )( x ) = f ( x ) + g ( x ) . Остальные свойства проверяются аналогично. Определение 1.7. Линейным подпространством M линейного пространства X называется непустое подмножество в X , которое само является линейным пространством с теми же операциями и с теми же правилами выполнения операций над элементами (векторами), что и в пространстве X . • Линейное подпространство может состоять из одного нуль-вектора, и в этом случае пишут M = 0 . Система элементов x1 , x2 , , xn X называется линейно независи- мой, если 1 x1 + 2 x2 + + n xn = 0 1 = 2 = = n = 0 , и линейно зависимой в противном случае. Если векторное пространство содержит линейно независимую систему e1 , e2 , , en из n векторов, а любая си- стема, содержащая n + 1 векторов, уже линейно зависима, то пространство X называется n -мерным векторным пространством. В этом случае пространство n обозначается X . Любая максимальная по числу векторов линейно независимая система векторов e , e , 1 2 , en образует базис пространства Xn в том смысле, что ли- нейная оболочка этой системы векторов Le1 , e2 , , en = = x X n : ( 1 , 2 , , n P ) x = 1e1 + 2e2 + + nen n n совпадает с X , то есть любой вектор x X можно представить в виде разложения 6 УрФУ-ФТИ: Теория операторов n x = x k ek , k =1 где коэффициенты разложения называются координатами вектора относительно n заданного базиса. Можно показать, что подмножество M X является подпроn странством пространства X в том и только в том случае, если , P x, y M x + y M . ( ) ( ) ( ) Бесконечная система векторов u , u , 1 2 , un , X называется линейно независимой, если любая её конечная подсистема u , u , 1 2 , un u1 , u2 , , un , ( n = 1, 2, 3, ) является линейно независимой. Иными словами, бесконечная система векторов u , u , 1 2 , un , X называется линейно независимой, если для любой линейно независимой системы элементов u1 , u2 , , un найдётся элемент un +1 такой, что система u1, u2 , , un , un+1 также будет линейно независимой. Определение 1.8. Пространство X называется бесконечномерным, если для любой линейно независимой системы элементов u1 , u2 , , un найдётся элемент un +1 такой, что система u1 , u2 , , un , un+1 также будет линейно независимой. • Таким образом, линейное пространство называется бесконечномерным, если его базис содержит бесконечное число векторов. Всевозможные линейные оболочки линейно независимых систем векторов из пространства X – суть подпространства линейного пространства X . Определение 1.9. Пусть M и N – линейные подпространства линейного пространства X , и пусть M , N . Если каждый элемент x X можно представить в виде x = y + z, где y M , z N , тогда пространство X называется суммой подпространства M и подпространства N и обозначается X = M + N. Если, кроме этого, для каждого x X векторы y и z определены единственным образом, то пространство X называется прямой суммой подпространств M и N . Прямая сумма обозначается X = M N. • Справедливо следующее утверждение. Лемма 1.1. Пусть X = M + N . Тогда 7 УрФУ-ФТИ: Теория операторов X =M N в том и только в том случае, если N = 0 . M В функциональном анализе, в отличие от линейной алгебры, в основном рассматриваются бесконечномерные пространства, элементами которых (векторами) являются функции или другие более сложные объекты. Такие пространства в функциональном анализе принято называть, как было уже отмечено выше, линейными пространствами. Понятие базиса не играет в функциональном анализе настолько существенной роли, за исключением рассмотренного ниже случая гильбертова пространства. По этой причине мы в дальнейшем изложении не будем применять векторные обозначения элементов линейного пространства, имея в виду, что элементами пространства могут быть функции, которые будем обозначать x (t ) , y (t ) , z (t ) , → → f x , → → → g x , u x , v x , , где t M R , x M R , и так далее в зависимости от контекста. Таким образом, векторные обозначения будут применяться, в основном, для векторов независимых переменных. Линейные нормированные пространства. Основное значение для функционального анализа имеет понятие линейного нормированного пространства. Сформулируем определение линейного нормированного пространства. Определение 1.10. Линейное пространство X называется нормированным, если на его элементах определено отображение u : X → R+ 0 , 1 n называемое нормой, которое удовлетворяет следующим аксиомам: N1) u X u 0 u 0 0 = 0 ; ( N2) N3) ) (u X R ) u 1 (u, v X ) = u u+v u + v ; .• Приведём пример нормы в линейном пространстве норму условием (x a, b) Тогда f = sup f ( x ) max f ( x ) . xa , b x a , b (x a, b) f ( x ) + g ( x ) f ( x ) + g ( x ) , откуда следует, что f +g f + g Поэтому . – норма в пространстве (1.7) R1 a, b . R1 a, b . Определим (1.8) 8 УрФУ-ФТИ: Теория операторов Норма (1.8) называется sup -нормой или max -нормой. Таким образом, пространство R1 a, b с нормой (1.8) является линейным нормированным про- странством. Дальше линейные нормированные пространства часто для краткости будем называть просто нормированными пространствами. В нормированном пространстве можно определить расстояние. Определение 1.11. Пусть X – линейное нормированное пространство, определённое над полем действительных чисел ментами u, v X , порождённым нормой u R1 . Расстоянием между эле: X → R + 0 , называется величина ( u, v ) = u − v . • def (1.9) Определённое так расстояние обладает всеми свойствами (1) – (5) расстояния в метрическом пространстве. Поэтому любое линейное нормированное пространство автоматически является и метрическим пространством. Особым случаем нормированных пространств являются евклидовы пространства. An – некоторое n -мерное линейное простран1 ство, заданное над полем действительных чисел R . Скалярной функцией двух Определение 1.12. Пусть → → векторных переменных x, y называется отображение ставящее в соответствие каждой упорядоченной : An An →R1 , паре векторов → → → → n n x , y A A вполне определённое действительное число = x, y . • Основываясь на опытных фактах, требуют, чтобы введённая функция → → = x, y удовлетворяла следующей системе аксиом: → → → 1 n x , y , z A R → → → → 1) x , y = y , x ; → → → → 2) x , y = x , y , → → → → x , y = x , y ; ( ) 9 УрФУ-ФТИ: Теория операторов → → → → → → → 3) x + y , z = x , z + y , z , → → → → → → → x, y + z = x, y + x, z ; → → → → → → 4) x 0 y 0 : x , y 0 . Определение 1.13. Евклидовым пространством n измерений E n назы- n вается n -мерное линейное пространство A , на элементах (векторах) которого задана фиксированная, билинейная, скалярная функция двух векторных аргу→ ментов → x и y , удовлетворяющая аксиомам симметрии и невырожденности. • → В евклидовом пространстве норма для любого вектора вестной из линейной алгебры формулой xE вводится из- → → x = x, x , → а расстояние в евклидовом пространстве определяется так: → → def → → → → → → x, y = x− y = x− y, x− y . Аналогия приведённого определения расстояния в линейном нормированn ном пространстве определению расстояния, например, в пространстве R носит в значительной степени формальный характер по причине того, что в линейном нормированном пространстве норма не выражается через скалярное произведеn ние, как это было в евклидовом пространстве R . Правда существует один тип нормированных пространств – так называемые гильбертовы пространства, в которых норма определяется через некоторый обобщённый аналог скалярного произведения. Этот случай рассмотрен ниже. Ниже будут приведены также примеры используемых в анализе основных линейных нормированных пространств. Из этих примеров будет видно существенное отличие линейных нормированных пространств от векторных нормированных пространств, выражающееся, прежде всего в аналитических трудностях, проистекающих из сложности определения нормы. Сходимость в линейном нормированном пространстве. Так как каждое нормированное пространство является и метрическим пространством, то в нём, очевидно, может быть определено понятие сходимости последовательности его элементов. Дальше об элементах произвольного линейного нормированного пространства часто будем говорить как о точках. 10 УрФУ-ФТИ: Теория операторов (u ) линейного нормиро- называется сходящейся к точке по (фикси- Определение 1.14. Последовательность точек ванного пространства рованной) норме u X k u0 X , если ( 0) ( k ( ) N ) : (k k ) 0 0 uk − u0 . • Лемма 1.2. Расстояние ( u, v ) = u − v является непрерывной функцией своих аргументов и vn → v при n → , то lim un − vn = u − v n→ u и v , то есть если un → u . Д о к а з а т е л ь с т в о. Действительно, из третьего неравенства (1.7) имеем: (u n − u ) + ( vn − v ) un − u + vn − v un − vn − u − v un − v + un − v Так как при n → un − u → 0 vn − v → 0 , то . lim un − vn = u − v . • • n→ Напомним понятие последовательности Коши. Определение 1.15. Последовательность точек (u ) k линейного нормиро- ванного пространства X называется фундаментальной последовательностью (или последовательностью Коши), если ( 0) ( k ( ) N ) : ( n, m k ( ) ) u − u . • Теорема 1.1. Если последовательность ( u ) точек линейного нормиро0 0 n k ванного пространства норме u X (по расстоянию (метрического пространства ) к пределу u0 X , m X , ) сходится по то она является фундамен- тальной. Д о к а з а т е л ь с т в о. Проведём доказательство для линейного нормированного пространства. Действительно, из того, что lim uk = u0 и свойств нормы следует ( 0) ( n 0 n→ N ) : ( n, m n0 ) 11 УрФУ-ФТИ: Теория операторов un − um = un − u0 + u0 − um un − u0 + u0 − um 2 + 2 = . •• Обратное утверждение для произвольного нормированного пространства, вообще говоря, неверно. Существуют, однако, общие нормированные пространства, в которых каждая фундаментальная последовательность элементов сходится к пределу, лежащему в том же пространстве. Определение 1.16. Если в линейном нормированном пространстве X всякая фундаментальная последовательность uk сходится по расстоянию ( ) ( uk , u0 ) uk − u0 к некоторому пределу u0 X , то пространство X сительно нормы называется полным отно- и определяемого ею расстояния . • Не всякое нормированное пространство является полным. В математичеn ском анализе доказывается, что пространство R полно относительно каждой из трёх возможных норм. Этот случай является скорее исключением, чем правилом. Определение 1.17. Полное нормированное пространство называется банаховым пространством, или B -пространством. Особое значение для физических приложений имеет полное линейное нормированное пространство, в котором норма определена посредством скалярного произведения. Определение 1.18. Полное евклидово (вещественное) бесконечномерное пространство называется гильбертовым пространством. • Ниже уточним понятие гильбертова пространства, распространив его на случай, когда пространство определено над полем комплексных чисел. Определим ещё одно важное понятие теории линейных нормированных пространств. Определение 1.19. Пусть в линейном пространстве X введены две нормы, которые обозначим и . Если на любых элементах пространства p q X между этими нормами выполняется соотношение ( ) u p u q u p u q u p u q , (1.10) где и − некоторые положительные числа, то эти нормы называются эквивалентными нормами. • Из неравенства (1.10) определения 1.14 следует, что если для некоторой последовательности uk точек пространства X одна из эквивалентных норм ( ) стремится к нулю, то вторая норма также стремится к нулю. Можно показать, что в конечномерном линейном пространстве любые нормы эквивалентны. Справедливо следующее утверждение. 12 УрФУ-ФТИ: Теория операторов Лемма 1.3. Если некоторая последовательность (u ) k точек линейного нормированного пространства X является фундаментальной (сходящейся) по одной из эквивалентных норм, которыми наделено это пространство, то она является фундаментальной (сходящейся) и по любой другой норме, эквивалентной первой. Сжимающие отображения в метрическом пространстве. В теории метрических пространств X , как и в обычном математическом анализе вводит- ся понятие функции, или отображения. Определение 1.20. Пусть X1 , 1 и X 2 , 2 – метрические про- x X1 по некоторому правилу ставится в соответствие единственная точка y = G ( x ) X 2 , то говорят, что задано отображение X 1 в X 2 и пишут G : X1 → X 2 . Если X1 X 2 , то отображение в этом случае называется отображением X 1 в себя, или преобразованием. • Определение 1.21. Отображение G называется непрерывным в точке x0 относительно множества M X1 , если ( 0) ( 0) : (x M ) : ( x, x0 ) странства. Если каждому 2 ( G ( x ) , G ( x0 ) ) . • Отображение G называется непрерывным на множестве S X1 относительно множества M X1 , если оно непрерывно в каждой точке множества S относительно множества M . Отображение G : X1 → X 2 называется ограниченным, если оно преобразует ограниченное множество из пространства X 1 в ограниченное множество пространства X 2 . Определение 1.22. Говорят, что отображение A : X1 → X1 имеет неподвижную точку x0 , если Ax0 = x0 . • Существование неподвижной точки имеет большое значение для решения, как линейных, так и нелинейных дифференциальных уравнений. Определение 1.23. Отображение A : X → X называется сжимающим, если ( R ) 0 1: (x, y X ) ( Ax, Ay ) ( x, y ) . • 1 Теорема 1.2 (о существовании неподвижной точки преобразования). Сжимающее отображение A полного метрического пространства в себя имеет и притом единственную неподвижную точку. Д о к а з а т е л ь с т в о. Пусть X – полное метрическое пространство. Возьмём произвольную точку u0 X и положим 13 УрФУ-ФТИ: Теория операторов u1 = Au0 , u2 = Au1 = A ( Au0 ) = A2u0 , ( ) u3 = Au2 = A A2u0 = A3u0 , …………………………………., ( ) uk = Auk −1 = A Ak −1u0 = Ak u0 , ……………………………………… . Тогда получим: ( uk , uk +1 ) = ( Ak u0 , Ak +1u0 ) ( Ak −1u0 , Ak u0 ) k (u0 , u1 ) . Из этого неравенства и леммы о сумме ряда геометрической прогрессии получаем, что ( un , un+ p ) ( un , un+1 ) + ( un+1 , un+ 2 ) + ( u0 , u1 ) + n Так как по условию lim n = 0 . n +1 ( u0 , u1 ) + + n + p −1 + ( un+ p −1 , un+ p ) n ( u0 , u1 ) (u0 , u1 ) . 1− 0 1 (отображение сжимающее), имеем n → Поэтому n ( u0 , u1 ) . ( 0) ( n0 N ) : (n n0 ) 1− Следовательно, последовательность ( un ) – фундаментальная последователь- ность. Но тогда в силу полноты пространства что при n → и un → u , то есть ( un , u ) → 0 . Покажем, что u X найдётся точка u X такая, – неподвижная точка отображения k → имеем: ( Au, uk ) = ( Au, Auk −1 ) (u, uk −1 ) → 0 , то есть u = Au . A . Действительно, при Покажем, что эта точка – единственная неподвижная точка. Действительно, если предположить, что имеются две неподвижные точки u и v , то u, v = Au, Av u, v 1 − u, v 0 . ( ) ( ) ( ) ( ) ( ) Отсюда следует, что ( u, v ) = 0 , а следовательно, u = v . • • Ортогональность в евклидовом пространстве. Алгоритм ортогонализации. Два ненулевых элемента евклидова пространства называются ортогональными, если их скалярное произведение равно нулю: (x, y E ) : x 0 y 0 ( x, y ) = 0 . 14 Система ненулевых элементов x1, x2 , УрФУ-ФТИ: Теория операторов , xn , бесконечномерного ев- клидова пространства называется ортогональной, если ( , N ) : ( x , x ) = 0 . Можно показать, что любая ортогональная система элементов евклидова (гильбертова) пространства линейно независима. Если система x1 , x2 , , xn , обладает свойством 0, , ( x , x ) = 1, = , то она называется ортонормированной системой. Если ортогональная система такова, что любой элемент евклидова (гильбертова) пространства выражается в виде линейной комбинацией её элементов, то она называется полной системой, или ортогональным базисом пространства. Теорема 1.3 (об ортогонализации). Пусть f1, f2 , , fn , – линейно независимая система элементов евклидова (гильбертова) пространства E . Тогда в этом пространстве существует другая система элементов g1, g2 , , gn , , (1.11) удовлетворяющая следующим условиям: 1) система (1.11) ортонормированная; 2) каждый элемент gn является линейной комбинацией элементов систе- , f n , , то есть (1.12) gn = n1 f1 + n2 f2 + + nn f n + , причём nn 0 ; 3) каждый элемент f n является линейной комбинацией элементов системы g1 , g 2 , , g n , , то есть (1.13) fn = n1g1 + n 2 g2 + + nn gn + , причём nn 0 . Д о к а з а т е л ь с т в о. Элемент g1 ищем в виде (1.14) g1 = 11 f1, мы f1, f2 , причём коэффициент 11 находим из условия ( g1, g1 ) = 112 ( f1, f1 ) = 1, откуда имеем (1.15) 15 УрФУ-ФТИ: Теория операторов 1 11 = 1 = . (1.16) ( f1, f1 ) 11 Из (1.14) и (1.15) видно, что g1 определяется однозначно. Пусть элементы gk ( k n ) , удовлетворяющие условиям 1) – 3), уже построены. Тогда представим f n в виде (1.17) fn = n1g1 + n2 g2 + + nn gn + hn , где ( hn , gk ) = 0 (1.18) при k n , так как соответствующие коэффициенты ются из условий ( hn , gk ) = ( fn − n1g1 − n2 g2 − = ( f n , gk ) − nk ( gk , gk ) = 0 . nk однозначно определя- − nn−1gn−1, gk ) = (1.19) В силу линейной независимости системы (1.13) выполняется условие hn , hn 0 . ( ) Положим gn = hn ( hn , hn ) . (1.20) Теперь очевидно, что то есть hn , а значит и gn , выражаются через f1, f2 , , fn , gn = n1 f1 + n2 f2 + + nn f n , где nn = 1 ( hn , hn ) 0. Более того, очевидно ( gn , gn ) = 1, ( gn , gk ) = 0 ( k n ) и ( f n = n1g1 + n2 g2 + + nn gn nn = ( hn , hn ) 0 Учитывая, что n – любое, теорема доказана. •• (1.21) ) . (1.22)